[发明专利]基于人工智能的光伏相机运动模糊自适应调整方法与系统

说明书

本发明涉及人工智能领域，具体涉及一种基于人工智能的光伏相机运动模糊自适应调整方法与系统。该方法包括：在图像采集设备运动时，采集光伏电池板的表面图像；将采集的表面图像通过傅里叶变换得到频谱图；利用其他频谱图与标准频谱图作差得到差值图，把差值图的平均灰度作为图像模糊程度f；获得图像采集设备的运动速度v；建立图像采集设备的运动速度v、图像模糊程度f和图像采集设备参数之间的第一非线性映射模型H(v，r)和第二非线性映射模型G(s，f)；当图像模糊程度f大于阈值F时，通过第一非线性映射模型H(v，r)和第二非线性映射模型G(s，f)，调整图像采集设备的参数。在保证图像采集设备的运动速度的前提下，自适应调整图像采集设备的参数，获得高质量的图像。

技术领域

本发明涉及人工智能领域，具体涉及一种基于人工智能的光伏相机运动模糊自适应调整方法与系统。

背景技术

目前，随着光伏发电行的迅速发展，光伏发电行业的管理和运维也随之受到关注。众所周知，光伏电池板的状态在光伏行业管理中是重中之重，光伏电池板表面图像的采集通常利用轨道相机或无人机航拍的方法获得。但是利用轨道相机采集光伏电池板表面图像时，相机在轨道上的运动速度会影响到相机成像的质量，并且如果出现运动模糊的情况时，将不能获得高质量的光伏电池板表面图像。

发明内容

针对上述技术问题，可以在保证轨道相机的运动速度的前提下，合理的调整相机的参数可以消除因相机运动产生的模糊现象。

为了解决上述问题，本发明提供了一种基于人工智能的光伏相机运动模糊自适应调整方法与系统，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种基于人工智能的光伏相机运动模糊自适应调整方法，该方法包括以下步骤：

在图像采集设备运动时，采集光伏电池板的表面图像；

将采集到的所述表面图像通过傅里叶变换得到频谱图；

将第一帧所述表面图像的频谱图作为标准频谱图，利用其他所述频谱图与所述标准频谱图作差得到差值图，计算所述差值图的平均灰度值，将所述平均灰度值视为图像模糊程度；

获得所述图像采集设备的运动速度；

建立所述图像采集设备的运动速度和图像采集设备的参数之间的第一非线性映射模型，所述第一非线性映射模型为：

及所述图像模糊程度和图像采集设备的参数之间的第二非线性映射模型，所述第二非线性映射模型为：

其中，所述图像采集设备的参数是指快门速度、光圈大小以及帧率；为待定系数；

当所述图像模糊程度时，通过所述第一非线性映射模型和第二非线性映射模型，调整所述图像采集设备的参数。

所述第一非线性映射模型中待定系数的值的获取方法为将采集的样本数据通过第一全连接神经网络训练拟合，获得所述待定系数的值。

所述第二非线性映射模型中待定系数的值的获取方法为将采集的样本数据通过第二全连接神经网络训练拟合，获得所述待定系数的值。

所述调整所述图像采集设备的参数包括对所述光圈大小的调整的步骤，所述光圈大小a与所述快门速度s的关系如下：

所述调整所述图像采集设备的参数的步骤，包括：

当图像模糊程度降低至标准水平时，利用所述第二非线性映射模型得到所述标准水平对应的快门速度；

所述图像采集设备自动调节至快门速度以及对应的光圈大小；

利用所述运动速度通过所述模型得到对应的帧率，所述图像采集设备自动调节所述帧率。